Антипрогнозы: какие технологии оставить в прошлом

На рубеже годов, тем более десятилетий, принято делиться прогнозами, какие технологии вскоре покорят сердца и кошельки заказчиков. Но у этого обычая есть один минус – каждый год начинается как будто с чистого листа, все, о чем говорилось ранее, предается забвению. Оно и не мудрено – слишком часто жизнь диктует другие сценарии, совсем не те, что рисовали аналитики. Поэтому стоит дополнить наш ежегодный ритуал рубрикой «антипрогнозов» – оглянуться назад и критически помыслить, какие из многообещающих технологий оказались переоцененными, и отношение к ним в наступившем году станет заметно прохладнее.

Что не так с искусственным интеллектом?

Казалось бы, ИИ сейчас как раз на самом хайпе – президент подписал национальную стратегию развития, правительство выделяет бюджеты, Сбербанк, «Газпром нефть», «Яндекс», Mail.ru Group, МТС и РПФИ создали альянс. Вроде же все хорошо, разве нет?

В целом – да, ИИ получил зеленый свет. Но, как и любой зонтичный термин, искусственный интеллект – это очень большая поляна. Настала пора посмотреть в корень: не все ИИ одинаково полезны.

Нам придется расстаться с иллюзией обманчивой легкости типа «берем нейронную сеть, скармливаем ей данные» – и вуаля, все проблемы решены. Такой подход годится для игрушек, но для серьезных решений «черный ящик» не подходит. Мировой тренд переменился – сейчас всем нужен такой ИИ, работу которого можно объяснить. Неслучайно CB Insights в своем отчете «Game Changers 2020» выделила Explainable AI как одно из перспективных направлений.

Так что остерегайтесь подделок, нейросеть и машинное обучение – это еще не ИИ. Это плохая новость для стартаперов – чтобы заниматься ИИ, мало выучить Python, нужно глубоко разбираться в предметной области. А для заказчиков, наоборот, хорошая – все, что непонятно, как работает, можно смело выбрасывать в корзину.

DLP – не серебряная пуля для инсайдера

Системы класса DLP – Data Loss (Leakage) Prevention - активно продвигаются множеством разработчиков, и вокруг этой темы уже давно возник ажиотаж. Преподносится, что DLP-система позволит пресечь действия внутренних нарушителей – инсайдеров.

Но оказалось, что обещания расходятся с действительностью. Об этом говорится в исследовании Ростелеком-Солар «Топ 5 разочарований пользователей DLP-систем». (https://www.securitylab.ru/analytics/503316.php)

Вот что интересно: 65% заказчиков пожаловались на отсутствие или некорректную работу заявленной функциональности, но при этом большинство респондентов (82%) подчеркнули, что не отказались бы от использования DLP-систем, если бы заранее знали о выявившихся после внедрения недостатках.

Пожалуй, объяснить этот феномен – что заказчики готовы и дальше покупать неработающие решения – можно только влиянием долгого маркетингового зомбирования целевой аудитории.

Но здесь присутствует изначальная методологическая ошибка – пресловутый человеческий фактор невозможно описать математически. Поэтому логично, что 34% опрошенных отметили неразрешимое противоречие между ложноположительными и ложноотрицательными срабатываниями. А 29% сказали, что нет общей концепции работы с DLP. Авторы исследования называют это очень важным звонком для разработчиков – клиенты не знают, что с этими системами делать.

Неумолимая статистика подтверждает данный вывод: большинство компаний использует не более 10% функционала запущенных в эксплуатацию DLP-систем.

Не пора ли, как говорил Михаил Жванецкий, в консерватории что-нибудь подправить? При таком дисбалансе ожиданий клиентов и реальной картиной рынок DLP, скорее всего, ждет серьезная коррекция.

Поиграем в антипрогнозы

Коллеги, а вы что думаете – какие из раскрученных тем в этом году сдуются?

Поделитесь своими мнениями, давайте составим коллективный антипрогноз на 2020 год.

#it_trands